座位调整
题目描述:
百度办公区里到处摆放着各种各样的零食。百度人力资源部的调研发现,员工如果可以在自己喜欢的美食旁边工作,工作效率会大大提高。因此,百度决定进行一次员工座位的大调整。
调整的方法如下:
1 . 首先将办公区按照各种零食的摆放分成 N 个不同的区域。(例如:可乐区,饼干区,牛奶区等等)。
2 . 每个员工对不同的零食区域有不同的喜好程度(喜好程度度的范围为 1 — 100 的整数, 喜好程度越大表示该员工越希望被调整到相应的零食区域)。
3 . 由于每个零食区域可以容纳的员工数量有限,人力资源部希望找到一个最优的调整方案令到总的喜好程度最大。
数据输入:
第一行包含两个整数 N , M ,( 1<=N , M<=300 )。分别表示 N 个区域和 M 个员工。
第二行是 N 个整数构成的数列 a ,其中 a[i] 表示第 i 个区域可以容纳的员工数, (1<=a[i]<=M , a[1]+a[2]+..+a[N]=M) 。
紧接着是一个 M*N 的矩阵 P , P ( i , j )表示第 i 个员工对第 j 个区域的喜好度。
答案输出:
对于每个测试数据,输出可以达到的最大的喜好程度。
输入样例
输出样例
题目描述:
百度办公区里到处摆放着各种各样的零食。百度人力资源部的调研发现,员工如果可以在自己喜欢的美食旁边工作,工作效率会大大提高。因此,百度决定进行一次员工座位的大调整。
调整的方法如下:
1 . 首先将办公区按照各种零食的摆放分成 N 个不同的区域。(例如:可乐区,饼干区,牛奶区等等)。
2 . 每个员工对不同的零食区域有不同的喜好程度(喜好程度度的范围为 1 — 100 的整数, 喜好程度越大表示该员工越希望被调整到相应的零食区域)。
3 . 由于每个零食区域可以容纳的员工数量有限,人力资源部希望找到一个最优的调整方案令到总的喜好程度最大。
数据输入:
第一行包含两个整数 N , M ,( 1<=N , M<=300 )。分别表示 N 个区域和 M 个员工。
第二行是 N 个整数构成的数列 a ,其中 a[i] 表示第 i 个区域可以容纳的员工数, (1<=a[i]<=M , a[1]+a[2]+..+a[N]=M) 。
紧接着是一个 M*N 的矩阵 P , P ( i , j )表示第 i 个员工对第 j 个区域的喜好度。
答案输出:
对于每个测试数据,输出可以达到的最大的喜好程度。
输入样例
3 3
1 1 1
100 50 25
100 50 25
100 50 25
输出样例
175
数据解释:此数据只存在一种安排方法,三个员工分别安置在三个区域。最终的喜好程度为 100+50+25=175
看到上题后,第一反映是用动态规划。但是没有想到非常好的递归表达式。目前想到的动态规划的时间复杂度是M!。感觉一定有更有的方案。想到后再给大家写出来。
目前想到的方法是做员工的全排列,然后根据排列的元素,按顺序放到区域中。然后找出最大的兴趣值。
int matrix[3][3] = {100,50,25,50,10,8,50,8,3};
int a[] = {1,1,1};
int PersonMax[3];
int M = 3;
int N = 3;
void swap(int*a, int*b)
{
int temp = *a;
*a = *b;
*b = temp;
}
int GenerateInterestingValue()
{
int position = 0;
int cntArea = 0;
int maxInteresting = 0;
int cntMax = 0;
int* source = new int[M];
for(int i = 0; i < M; ++i)
{
source[i] = i;
}
for(int i =0; i< M; ++i)
{
for( int j = i; j< M; ++j)
{
swap(&source[i],&source[j]);
for(int k = 0 ; k < M; ++k)
{
if(position == a[cntArea])
{
position = 0;
++cntArea;
if(cntArea > N)
{
delete [] source;
return -1;
}
}
cntMax += matrix[source[k]][cntArea];
++position;
}
if(cntMax > maxInteresting)
{
maxInteresting = cntMax;
}
cntMax = 0;
position = 0;
cntArea = 0;
swap(&source[j],&source[i]);
}
}
delete [] source;
return maxInteresting;
}